Detailed Information on Publication Record
2014
Prediction of the effect of chemical composition of electrolyte on the thickness of anodic aluminium oxide layer
MICHAL, Peter, Alena VAGASKÁ, Miroslav GOMBÁR, Ján KMEC, Emil SPIŠÁK et. al.Basic information
Original name
Prediction of the effect of chemical composition of electrolyte on the thickness of anodic aluminium oxide layer
Name in Czech
Predikce vlivu chemického složení elektrolytu o tloušťce anodové vrstvy oxidu hlinitého
Authors
MICHAL, Peter (703 Slovakia, guarantor), Alena VAGASKÁ (703 Slovakia), Miroslav GOMBÁR (703 Slovakia), Ján KMEC (703 Slovakia, belonging to the institution), Emil SPIŠÁK (703 Slovakia) and Miroslav BADIDA (703 Slovakia)
Edition
International Journal of Mathematical Models and Methods in Applied Sciences, USA, North Atlantic University Union NAUN, 2014, 1998-0140
Other information
Language
English
Type of outcome
Článek v odborném periodiku
Field of Study
10405 Electrochemistry
Country of publisher
United States of America
Confidentiality degree
není předmětem státního či obchodního tajemství
RIV identification code
RIV/75081431:_____/14:00000431
Organization unit
Institute of Technology and Business in České Budějovice
Keywords (in Czech)
Hliníkové eloxování; Návrh experimentů; predikční model
Keywords in English
Aluminium anodic oxidation; Design of experiments; Prediction model
Změněno: 17/12/2014 08:42, Mgr. Václav Karas
V originále
The paper describes some possibilities of control of technological process of anodic aluminium oxidation based on the experimental study and investigation of the influence of chemical composition of the used electrolytes on the thickness of the formed oxide layer. The influence of individual factors acting during the anodic oxide process has been investigated and based on the experimental results the prediction model was developed by the usage of neural networks, especially the cubic neural unit. The developed prediction model determines the layer thickness at surface current density 1 A·dm-2. The reliability of the developed model is 72.53 % with predetermined tolerance range of ±2·10-3 mm.
In Czech
Článek popisuje některé možnosti řízení technologického procesu anodické oxidace hliníku, vztaženo na experimentální studie a zkoumání vlivu chemického složení použitých elektrolytů o tloušťce vytvořené vrstvy oxidu.Vliv jednotlivých faktorů působících v průběhu procesu anodické oxidové byl zkoumán a na základě experimentálních výsledků byl vyvinut predikční model použitím neuronových sítí, zejména na krychlový nervové jednotky.Vyvinutý predikční model určuje tloušťku vrstvy na povrchu proudové hustotě 1 • dm-2.Spolehlivost vyvinutého modelu je 72,53% s předem stanovenou tolerancí ± 2 • 10-3 mm.